Profesores: Dra. Atocha Aliseda, Dr. Alfonso Arroyo, Dr. Vincenzo Politi

Transcripción

1 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO PROGRAMA DE MAESTRÍA Y DOCTORADO EN FILOSOFÍA DE LA CIENCIA Programa de actividad académica Denominación de la Actividad Académica: Lógica 2 Profesores: Dra. Atocha Aliseda, Dr. Alfonso Arroyo, Dr. Vincenzo Politi Clave: Semestre: 2 Carácter: Obligatoria (X) Optativa ( ) de Elección ( X ) Tipo: Teórica Modalidad: Curso Campo de conocimiento: Filosofía de la Ciencia; Filosofía de las Ciencias Cognitivas; Filosofía de las Matemáticas y Lógica de la Ciencia. Horas por semana Teóricas: Prácticas : 4 0 Duración del programa: 16 semanas Horas al semestre 64 No. Créditos: 8 Seriación: Si ( X ) No ( ) Obligatoria ( ) Indicativa ( X ) Actividad Académica con seriación antecedente: Lógica 1 Actividad Académica con seriación subsecuente: Ninguna Resumen: Este curso pretende, por un lado, exponer la noción de inducción probabilística en sus distintas concepciones, la frecuentista y la bayesiana. Por otro lado, se dará una introducción a la inferencia a la mejor explicación y se profundizará en temas de riesgo y valores, además de revisar algunas aplicaciones como lo son los ensayos clínicos doblemente ciegos (RCT s). Todo lo anterior con el fin de mostrar las herramientas formales que son base del razonamiento hipotético en las ciencias. Asimismo, estas herramientas servirán como base para el estudio de las deliberaciones racionales y toma de decisiones bajo incertidumbre en el ámbito humano. Objetivo general: 1. Familiarizar al alumno con la noción de inducción y sus distintas interpretaciones. 2. Discutir las dos grandes nociones de inducción: como cálculo de probabilidades y como inferencia a la mejor explicación. 3. Familiarizar al alumno con el cálculo de probabilidades y sus diversas interpretaciones objetivistas y subjetivistas. 4. Discutir la aplicación de la lógica inductiva probabilística al estudio de la confirmación de hipótesis en filosofía de la ciencia y al estudio de las deliberaciones racionales de los seres 1

2 humanos (la lógica de la decisión). 5. Familiarizar al alumno con otras lógicas inductivas como por ejemplo, la inferencia a la mejor explicación y cuestiones de riesgo y valores. Unidad Temas Índice Temático Horas Teóricas Prácticas 1. La noción de lógica inductiva (capítulos 1 y 2 de Hacking) 2. Cálculo de probabilidades (capítulos 3-6 de Hacking) 3. Cálculo de probabilidades y utilidad (capítulos 8-10 de Hacking) 4. Probabilidad como Frecuencia (capítulos de Hacking) 5. Examen 1 6. Probabilidad como grados de creencia: Bayesianismo 7. Bayesianismo como criterio de confirmación 8. Bayesianismo como criterio de racionalidad: la teoría de la decisión racional 9. Problemas para el bayesianismo 10. Examen Inferencia a la mejor explicación (I) Inferencia a la mejor explicación (II) Evidencia y Razonamiento Causal Incertidumbre, Riesgo y Valores Revisión 4 Total de horas: 64 0 Contenido Temático Suma total de horas: 64 Unidad Tema 1. La noción de lógica inductiva 1.1. La Distinción entre lógica deductiva e inductiva 1.2. Qué es la lógica inductiva? 2. Cálculo de probabilidades 2.1. La falacia del jugador 2.2. Las ideas elementales de la probabilidad 2.3. Probabilidad condicionada 2.4. Reglas básicas de la probabilidad 3. Cálculo de probabilidades y utilidad 3.1. Valor Esperado 3.2. Maximización del valor esperado 3.3. Decisión bajo incertidumbre 2

3 4. Probabilidad como Frecuencia 4.1. Estabilidad 4.2. Aproximaciones Normales 4.3. Poder e Importancia 5. Examen sobre temas anteriores (1-4) 6. Probabilidad como grados de creencia: Bayesianismo 6.1 Probabilidad condicionada 6.2 Probabilidad anterior y posterior 6.3 Probabilidad total de un evento 6.4 Las mil y un caras del teorema de Bayes 6. Bayesianismo como criterio de confirmación 6.1. Noción de confirmación Probabilidades posteriores como confirmación de creencias bajo evidencia nueva 6.3. Probabilidades posteriores como justificación de creencias Construcción de medidas de verosimilitud y la epistemología bayesiana 7. Bayesianismo como criterio de racionalidad: la teoría de la decisión racional 8.1 Apuestas 8.2 El Libro de Apuestas Holandés. 8.3 La(s) teoría(s) de la elección racional 8.4 Racionalidad como cálculo probabilidades 8. Problemas para el bayesianismo 9.1 Limitaciones del argumento del libro de apuestas holandés 9.2 Limitaciones a la inducción probabilística en la confirmación e inferencia cotidianas. 9.3 Limitaciones al principio de maximización de la utilidad esperada. 9.4 Problemas para la inferencia probabilística. 9. Examen sobre los temas Inferencia a la mejor explicación (I) Introducción general sobre la inferencia a la mejor explicación Uso de la inferencia a la mejor explicación en la experimentación Problemas y limitaciones de la inferencia a la mejor explicación 11. Inferencia a la mejor explicación (II) 12.1 Comparación crítica entre la inferencia a la mejor explicación y el Bayesianismo 12.2 Compatibilidad / Incompatibilidad entre la inferencia a la mejor explicación y el Bayesianismo 12. Evidencia y Razonamiento Causal 13.1 el problema de la causa común 13.2 la evidencia y la prueba de una hipótesis causal 13.3 Ensayos clínicos doble ciegos ( randomized controlled trials ) y métodos deductivos vs. inductivos 13. Incertidumbre, Riesgo y Valores 14.1 Riesgo y Errores (Errores Tipo-1 y Tipo-2) 14.2 Valores epistémicos y no-epistémicos 14.3 Valores como guidas inferenciales 14. Revisión y examen sobre los temas

4 Bibliografía básica: Bermúdez, José Luis (2009) Challenges to Decision Theory. Oxford: Oxford University Press. Cartwright, N. (2007), Are RCTs the gold standards?, BioSocieties, 2, pp Douglas, H. (2000), Inductive Risk and Values in Science, Philosophy of Science, 67, pp Elliott, K. (2013), Douglas on values: from indirect roles to multiple goals, Studies in History and Philosophy of Science, 44, pp Hacking, I. An introduction to probability and inductive logic. Cambridge University Press, Lipton, P. (2004), Inference to the Best Explanation, 2nd edition Strevens, M. (2017) Notes on bayesian confirmation theory. New York: NYU. Worrall, J. (2002), What Evidence in Evidence Based Medicine?, Philosophy of Science, 69, pp Bibliografía complementaria: Eddington, D. The Logic of Uncertainty in Crítica vol. XXVII (81), p Gillies, D., Philosophical Theories of Probability. London Routledge Henderson, L. (2013), Bayesianism and Inference to the Best Explanation, British Journal for the Philosophy of Science, 65, pp Howson, C. & Urbach, P. Scientific Reasoning, 2nd ed.,chicago: Open Court, Jeffrey, R. The Logic of Decision, 2 ed., Chicago: University of Chicago Press, Kolmogorov, A. Foundations of Probability Theory, New York: Chelsea Publishing, Salmon, W. Lógica. Colofón, S.A Skyrms, B. Choice and Chance. An Introduction lo Inductive Logic, Belmont: Wadsworth Publishing Company,

5 Ramsey, F. Truth and Probability (1926). en Mellor, D. F. P. Ramsey Philosophical Papers Cambridge: Cambridge University Press, Sugerencias didácticas: Exposición oral ( x ) Exposición audiovisual ( ) Ejercicios dentro de clase ( x ) Ejercicios fuera del aula ( ) Seminarios ( ) Lecturas obligatorias ( x ) Trabajo de investigación ( ) Prácticas de taller o laboratorio( ) Prácticas de campo ( ) Otras: ( ) Métodos de evaluación: Exámenes parciales ( x ) Examen final escrito ( x ) Trabajos y tareas fuera del aula ( x ) Exposición del Alumno ( x ) Exposición de seminarios por los alumnos ( ) Participación en clase ( x ) Asistencia ( ) Seminario ( ) Prácticas ( ) Otros: ( ) Perfil profesiográfico: Maestro o Doctor en Filosofía, en Matemáticas, o en Ciencias, a juicio del Comité Académico. HORARIO PROPUESTO: Martes 3-7pm LUGAR: INSTITUTO DE INVESTIGACIONES FILOSÓFICAS 5